Previsão de prazos processuais nos Juizados Especiais Cíveis do judiciário goiano: uma abordagem baseada em modelos de linguagem
DOI:
https://doi.org/10.5281/zenodo.18434872Palavras-chave:
Juizados Especiais Cíveis, previsão processual, modelos de linguagem, IA no Judiciário, LegalBert-pt, Justiça 4.0Resumo
O presente artigo apresenta uma proposta metodológica para investigar a previsibilidade dos prazos processuais nos Juizados Especiais Cíveis (JEC) do Tribunal de Justiça de Goiás (TJGO), a partir do uso de modelos de linguagem de larga escala (LLMs) adaptados ao domínio jurídico. Discute-se a possibilidade de estimar a duração entre o primeiro despacho judicial e a sentença por meio da análise textual de peças processuais (petição inicial, contestação e despacho) combinada a metadados institucionais e processuais. Adicionalmente, propõe-se uma análise exploratória de possíveis disparidades institucionais relacionadas ao gênero das partes e ao valor da causa, dentro de uma mesma classe de demandas (como ações de cobrança), observados os limites éticos e jurídicos. A metodologia abrange etapas de coleta e anonimização, pré-processamento textual, definição da variável-alvo (prazo em dias úteis), modelagem preditiva, técnicas de explicabilidade e cuidados de conformidade com a Lei Geral de Proteção de Dados (LGPD) e diretrizes do Conselho Nacional de Justiça (CNJ).
Referências
BAROCAS, Solon; SELBST, Andrew D. Big data’s disparate impact. California Law Review, [s.l.], v. 104, p. 671-732, 2016. DOI: 10.15779/Z38BG31.
BAROCAS, Solon; HARDT, Moritz; NARAYANAN, Arvind. Fairness and Machine Learning. Cambridge, MA: MIT Press, 2023.
BRASIL. Lei n.º 9.099, de 26 de setembro de 1995. Dispõe sobre os Juizados Especiais Cíveis e Criminais e dá outras providências. Diário Oficial da União, Brasília, 27 set. 1995. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l9099.htm. Acesso em: 27 jan. 2026.
BRASIL. Lei n.º 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, 15 ago. 2018b. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 27 jan. 2026.
BRASIL. Lei n.º 13.728, de 31 de outubro de 2018. Altera a Lei nº 9.099, de 26 de setembro de 1995, para estabelecer que, na contagem de prazo para a prática de qualquer ato processual, inclusive para a interposição de recursos, serão computados somente os dias úteis. Diário Oficial da União, Brasília, 1º nov. 2018a. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13728.htm. Acesso em: 27 jan. 2026.
CHALKIDIS, Ilias et al. LexGLUE: A Benchmark Dataset for Legal Language Understanding in English. Advances in Neural Information Processing Systems, 2022. DOI: 10.48550/arXiv.2110.00976.
CHEN, Hao et al. Women in the Courtroom: Technology and Justice. Review of Economic Studies, [s.l.], 2025. Disponível em: https://academic.oup.com/restud/advance-article/doi/10.1093/restud/rdaf066/8220859. Acesso em: 19 jan. 2026.
CNJ – Conselho Nacional de Justiça. Programa Justiça 4.0: Relatório de Resultados 2023. Brasília, DF: CNJ, 2023.
HARDT, Moritz; PRICE, Eric; SREBRO, Nati. Equality of opportunity in supervised learning. Advances in Neural Information Processing Systems (NeurIPS), 2016.
LUNDBERG, Scott M.; LEE, Su-In. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS), 2017. DOI: 10.48550/arXiv.1705.07874.
MCKINNEY, Wes. Data structures for statistical computing in Python. In: Conference on Scientific Computing in Python, 2010, Austin. Proceedings… Austin: SciPy, 2010. p. 56–61. Disponível em: https://conference.scipy.org/proceedings/scipy2010/mckinney.html. Acesso em: 19 jan. 2026
MIRANDA, Kátia de Almeida. Estereótipos de gênero e o acesso à justiça: análise do caso Márcia Barbosa de Souza. Revista Contemporânea, [s.l.], v. 4, n. 1, p. 11-22, 2024. Disponível em: https://ojs.revistacontemporanea.com/ojs/index.php/home/article/view/4020. Acesso em: 19 jan. 2026.
MOZETIC, Vinicius de Carvalho. Inteligência artificial no Judiciário brasileiro: salvaguardas, riscos e novas fronteiras. Revista de Informação Legislativa, [s.l.], v. 36, n. 161, p. 18-25, 2025.
PEDREGOSA, Fabian; VAROQUAUX, Gaël; GRAMFORT, Alexandre; et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, [s. l.], v. 12, p. 2825–2830, 2011. Disponível em: https://jmlr.org/papers/v12/pedregosa11a.html. Acesso em: 19 jan. 2026.
POLO, Gustavo et al. LegalNLP – Natural Language Processing Methods for the Brazilian Legal Language. In: Encontro Nacional de Inteligência Artificial e Computacional, 18., 2021, Evento Online. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2021 . p. 763-774.
SILVEIRA, Raquel S. et al. LegalBERT-pt: A Pretrained Language Model for the Brazilian Portuguese Legal Domain. In: Brazilian Conference on Intelligent Systems, 12., 2023, Belo Horizonte/MG. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 268-282. Disponível em: https://sol.sbc.org.br/index.php/bracis/article/view/28420. Acesso em: 27 jan. 2026.
SOARES, Etyane Goulart; STAUB, Julia Patrícia. As principais nuances do protocolo com perspectiva de gênero. In: Seminário Nacional Demandas Sociais e Políticas Públicas na Sociedade Contemporânea, XIX., 2023, Anais do Seminário Nacional de Pesquisa em Políticas Públicas – UNISC, 2023, [s.l.]. Anais [...]. [S.l.: s.n.], 2023. p. 6-9. Disponível em: https://online.unisc.br/acadnet/anais/index.php/snpp/article/view/24595/1192615222. Acesso em: 19 jan. 2026.
SOUZA, Fábio; NOGUEIRA, Rodrigo; LOTUFO, Roberto. BERTimbau: Pretrained BERT Models for Brazilian Portuguese. In: Proceedings of the Brazilian Conference on Intelligent Systems. Springer: [s.n.], 2020.
WOLF, Thomas; DEBHAM, Lysandre; SANH, Victor; et al. Transformers: State-of-the-art Natural Language Processing. In: Conference on Empirical Methods in Natural Language Processing (EMNLP): System Demonstrations, 2020. Proceedings… [s. l.]: Association for Computational Linguistics, 2020. p. 38–45. Disponível em: https://aclanthology.org/2020.emnlp-demos.6/. Acesso em: 19 jan. 2026.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Leandro Araujo Prezoto, Daniel Fernando Tello Gamarra, Solon Bevilacqua

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.







